- 本人的LeetCode账号：魔术师的徒弟，欢迎关注获取每日一题题解，快来一起刷题呀~
- 本人Gitee账号：路由器，欢迎关注获取博客内容源码。
文章目录
string就是一个管理字符串的类。
C++常用参考文档：cplusplus或官网，个人更推荐cplusplus,非常好用~
一、初识string
我们用string不都是string s("hello!");这样吗，哪里体现的模板呢？我们来看看cplusplus里的介绍.
为什么会有basic_string<char>呢？难道还有别的类型的串吗？有，与编码有关。
编码就是一个二进制序列和符号的映射，表示英文的常见编码表最早是ascii编码表，我们普通英文字符串中存的其实就是ascii表。
但后来计算机都要全球化，不仅需要让二进制序列显示英文，希望二进制序列也可以映射到其他符号，后来就搞出了unicode,用来表示全世界文字符号的编码表，unicode中又包含utf-8、uft-16、utf-32.
中文通常是用两个字节映射到一个字节，一些生僻汉字是用三个或四个字节映射到的。
int main()
{
char s[] = "我是你爹";
cout << sizeof(s) << endl;
}
vs也支持自己改存储的编码形式：
gbk是国内自己做的汉字编码表。
一般Linux下默认支持utf-8，我们对编码一定要谨慎，不要乱改编码，不然编码对不上直接就是乱码= =。
unicode中的一种字符映射方式对应的类型有wchar_t,不同编码也有不同的字符映射，所以需要实现basic_string以应对各种编码方式。
适应unicode搞出的不同string类：
二、string的常见接口
1 构造函数
第三个构造函数的含义是以从pos位置开始长度为len的子串初始化，后面的缺省值的意思是：npos是一个string类的静态成员变量，npos = -1 赋值给 size_t len = 一个非常大的数，然后就会有多少取多少。
第四个构造函数是以一个C类型的字符串取初始化。
第五个构造函数的含义是以字符串的前n个去初始化。
第6个构造函数的函数以是以n个字符c去初始化。
2 string类对象的容量操作
注意，这里size()和length()函数返回字符串的长度是不包含’\0’的。
这里同时有size()和length()都表示长度是因为后来的容器没有长度的概念，有个数的概念。
了解一些别的接口：
max_size()额，字符串的最大长度，其实和内存有关系，一般都设置成UINT_MAX,没什么卵用。
capacity()当前容器容量。
clear():把容器元素清空，但是容量不变。
shrink_to_fit(),把容量干到当前容器大小。
3 string类的访问遍历操作
operator[]:返第i个位置的字符的引用。
由于是引用返回，对s[i]操作可以修改第i个位置的字符，等价于s.operator[](i)，对const string对象则会调用后者，返回常引用，无法修改。
at()：功能同operator[]，返回第i个字符的引用，可读可写,同对const对象
与[]的区别是operator []是通过assert来断言报越界，at()处理的方法是抛出异常。
遍历并修改string的每个字符的方法：
s[i]s.at(i)- 迭代器：
string::iteraotr s1 = s.begin();
while (it != s.end())
{
cout << *it << ' ';
++it;
}
迭代器在这里可以初步认识为指向每个字符的指针，使用时要指明类域。
初识迭代器：
迭代器的目的是为了让所有的容器都有个同一的访问方法。
建议迭代器不要使用i < s.end(),虽然在string是好用的，但是别的容器的迭代器可能元素物理地址不连续，没有重载<
const_iterator:保护const容器内的值不被修改
C++11新增了cbegin()和cend()特指const迭代器
rbegin(),rend():反向迭代器
同理也有crbegin()和crend()
用法还是++:
string::reverse_iterator i = s.rbegin();
// 或auto i = s.rbegin();
while (i != s.rend())
{
cout << s[i] << ' ';
}
- 范围for，如果要更改内容需要加引用：
for (auto& ch : str)
front() back()返回开头或结尾的字符。
4 string类的容器插入操作
push_back：尾插一个字符。
append():英文含义为附加，尾插字符串，支持的格式如下：
operator +=:尾插字符或字符串，最方便的string插入用法。
在任何位置插入字符或字符串：s.insert()，时间复杂度是O(n),尽量少用。
operator +不改变自己，涉及一次深拷贝。
5 string类的增容方式
MSVC的编译器，string增容方式大概是第一次两倍扩容，后续是1.5倍增容，它最早起源于hp版本。
我测试的Linux下的g++编译器，string的增容方式是每一次都扩容两倍，它起源于sgi版本。
s.reserve(n)请求一个至少能储存n个字符的空间,可以减少增容，付出更少的代价，如果n小于当前容量，则请求无效，这个其实就是扩容函数。
s.resize(n):把容器的大小控制成n且同时可以给新增的空间初始化，默认初始化为'\0'
s.resize(n)相当于扩容加初始化，会把扩容的容量补上你给的字符，s.reserve()是只扩容。
s.resize(n)若n小于size，则会删除数据。
扩容通常常用s.reserve()，很少用s.resize()
s.c_str()返回那个字符串的C型指针，可能无法修改那个指针指向的值。
用途：需要和C类型字符串交互时，就可以用c_str(),如fopen的第一个参数等.
6 string类的查找与子串构造
size_t s.find(const string& str);查找str作为子串在s串中第一次出现的位置，也可以查找字符。
如果查找不到，则返回无符号整形size_t p = -1;,-1用补码表示是全1，给size_t就是一个非常大的数，这个数是string中的静态变量：
string s("test.txt");
if ((size_t p = s.find(".txt")) != s.npos)
{
string suffix/*后缀*/ = s.substr(p, 4);
}
// 或
size_t p = s.find(".txt");
if (p != s.npos)
{
string suffix = s.substr(p, s.size() - p);
}
string substr (size_t pos = 0, size_t len = npos) const;从pos位置开始去len长度的s的子串。
从右往左找：s.rfind(str);
URL网络中的地址，即网址。
如果要解析网址，肯定要先找:,然后把一个子串取出来
int main()
{
string s = "http://www.cplusplus.com/reference/string/string/rfind/";
size_t p1 = s.find(':');
string protocol = s.substr(0, p1);
cout << protocol << endl;
size_t p2 = s.find('/', p1 + 3);// 从w开始找
string domain = s.substr(p1 + 3, p2 - p1 - 3);// 左闭右开 长度为p2 - p1 - 3 不用减-1
cout << domain << endl;
string uri = s.substr(p2 + 1);// 直接到最后
cout << uri << endl;
}
字符串比较大小，string重载了各种比较符号，是按字典序比较的。
7 string类的删除操作
s.erase(pos, len);删尾的时间复杂度是O(1),删头和中间的时间复杂度较高。
尾删还可以用s.pop_back();,注意是C++11支持的。
8 string转数字
第二个指针参数是用来获得我们转完的数字是多少位的。
类似的 对long long和float类型都有对应的函数
9 数字转字符串
10 string比较大小
只要有一个参数是string，另一个是c类型字符串或者string都可以，比较大小的结果是以字典序进行返回的。
三、cin读入字符串的空格问题
正常情况下，cin读到一个空格就会停下来，如果想读入空格，则要么去用c语言的getchar(),或者用cin.get(),作用都是一个字符一个字符拿，然后拼成一个串
一行字符串的情况下：
int main()
{
string s;
char ch = cin.get();
while (ch != '\n')
{
s += ch;
ch = cin.get();
}
}
直接读一行：getline(cin, str);,它的原理就是y一个字符一个字符读取，到'\n'结束。
四、string模拟实现
我们不考虑编码问题，因此我们不会实现一个模板类的basic_string,我们只实现一个类型为char类型的string。
为了防止我们的string与标准库的string冲突，我们也设置一个命名空间，就叫Router吧。
我们的总体思路是以C提供的char*的字符串来实现我们的string类，一些容易遇到的坑总结如下：
1 深浅拷贝问题
拷贝构造函数
如果我们不自定义一个拷贝构造函数，默认生成的拷贝构造函数会按字节序拷贝，那么s2._str和s1._str都指向同一跨空间，然后delete[] s1._str;后再delete[] s2._str后，会释放已经释放过的内存，就会报错了。
namespace Router
{
class string
{
public:
// 构造 利用str的长度开空间
string(const char* str) : _str(new char[strlen(str) + 1])
{
// 利用strcpy直接拷贝到_str
strcpy(_str, str);
}
// 析构
~string()
{
delete[] _str;
_str = nullptr;
}
private:
char* _str;
};
}
int main()
{
Router::string s1("hello world!");
Router::string s2(s1);
}
赋值运算符重载
思路就是先把原来的空间干掉，然后以要拷贝的串的长度开新的空间，然后利用strcpy拷贝数据过去，框架如下：
但要注意s1 = s1;这种情况，这种情况有可能发生，
s1 = s1;会出现可怕的问题，因为我们会先干掉this->_str,由于&s1和this是同一地址，原本的空间会被delete[]后，可能把原来空间的数据都给赋值成垃圾值了，那去哪里拷贝原来的数据呢？
string& operator=(const string& s)
{
// 自己赋值给自己就不要重复了
if (this != &s)
{
delete[] _str;
_str = new char[strlen(s._str) + 1];
strcpy(_str, s._str);
}
return *this;
}
但是上面的代码仍有风险：
delete[]只要地址正确，一般不会失败，风险不在它；
但是new申请空间失败可能抛出异常，我们先delete[] _str;把原来数据干掉了，然后申请空间失败抛出了异常，这时候应该去处理异常，保留_str中本来的数据等待后续，然而_str已经被我们干掉了,所以可以考虑先用一个char* tmp存储new来的空间，如果申请失败就去处理异常了；如果申请成功就把_str原本的数据干掉然后把tmp赋值给_str.
string& operator=(const string& s)
{
// 自己赋值给自己就不要重复了
if (this != &s)
{
char* tmp = new char[strlen(s._str) + 1];
strcpy(tmp, s._str);
delete[] _str;
_str = tmp;
}
return *this;
}
引入size和容量，把上面已经实现的函数完善如下：
string(const char* str)
: _size(strlen(str)), _capacity(_size)
{
_str = new char[_capacity + 1];
strcpy(_str, str);
}
string(const string& s)
: _size(s._size), _capacity(s._capacity)
{
_str = new char[_capacity + 1];
strcpy(_str, s._str);
}
string& operator=(const string& s)
{
// 自己赋值给自己就不要重复了
if (this != &s)
{
char* tmp = new char[s._capacity + 1];
strcpy(tmp, s._str);
delete[] _str;
_str = tmp;
_size = s._size;
_capacity = s._capacity;
}
return *this;
}
~string()
{
delete[] _str;
_str = nullptr;
_size = 0;
_capacity = 0;
}
发现还缺少默认构造函数。
默认构造函数
要么我们自己实现一个默认构造函数：
假如我们这样写：
string() : _str(nullptr), _size(0), _capacity(0)
{}
这样是存在问题的，我们知道string通常会提供一个c_str()接口以返回c形式的字符串，c形式的字符串输出时是遇到\0才停止，那如果我这样
int main()
{
Router::string s1;
cout << s1.c_str() << endl;
}
它就会发生一些未定义过的异常现象，引发崩溃：
因为根据C型字符串的格式，空字符串也应该有一个'\0',所以我们标准写法如下：
string() : _str(new char[1])// 因为后面用的是delete[] 需要匹配
{
_str[0] = '\0';
_size = _capacity = 0;
}
我们还可以提供全缺省的构造函数作为默认构造函数，这里的缺省值同样的不能给nullptr,原因如下：
string(const char* str = nullptr) :
_size(strlen(str)), _capacity(_size)
/*在这里传给strlen的是空指针 strlen不检查空指针 然后为了找'\0'就开始解引用 就会发生空指针的问题*/
{
_str = new char[_capacity + 1];
strcpy(_str, str);
}
一个聪明的缺省值给法是这样的，利用空字符串默认有'\0':
string(const char* str = "") :
_size(strlen(str)), _capacity(_size)
// ""里头默认有'\0' 后续等价为_size(0) _capacity(0)
{
// 正好开了一个长度为1的数组
_str = new char[_capacity + 1];
// 利用strcpy直接拷贝到_str
// 把'\0'拷贝过来
strcpy(_str, str);
}
2 string的迭代器
普通迭代器，string的迭代器可以用普通指针实现。
// 字符串的迭代器就是指针
typedef char* iterator;
iterator begin()
{
return _str;
}
iterator end()
{
return _str + _size;
}
// ++ -- *解引用借助原生指针的++ -- *就可以了 不必自己再重载
const迭代器：
typedef const char* const_iterator;
const_iterator begin() const
{
return _str;
}
const_iterator end() const
{
return _str + _size;
}
另外，范围for的原理就是替换成了迭代器。本质是由begin()和end()和迭代器支持的，这可以从我们去掉迭代器后的报错看出
for (auto ch : s4)
{
cout << ch << ' ';
}
//被替换成
auto i = s4.begin();
while (i != s4.end())
{
cout << *i << ' ';
++i;
}
3 拷贝构造函数与赋值运算符重载的现代写法
本质就是去复用了string的c_str构造函数，然后把构造出来的string临时对象的地址和this->_str交换，这样就_str获得了拷贝好的char*,为了防止tmp析构时出错，所以一开始给_str赋nullptr.
string(const string& s)
:_str(nullptr)
//_str(nullptr)保证tmp析构时不会传一个随机值去析构 空指针delete[]不会
{
string tmp(s._str);
swap(_str, tmp._str);
}
赋值运算符重载：拷贝复用tmp的拷贝构造函数，delete原来的空间复用了tmp的析构
string& operator=(const string& s)
{
if (this != &s)
{
string tmp(s);
swap(_str, tmp._str);
/*tmp帮我复制s的内容 并且交换_str和tmp._str
后顺便tmp析构的时候帮我本来的空间回收*/
}
return *this;
}
更简洁的现代写法：利用传参调用拷贝构造函数考内容，利用参数析构干掉本来的空间。
string& operator=(string s)
{
swap(_str, s._str);
return *this;
}
所以一个简洁的string，不考虑增删查改只考虑深拷贝问题：
namespace scu
{
class string
{
public:
string(const char* str = "") : _str(new char[strlen(str) + 1])
{
strcpy(_str, str);
}
string(const string& s) : _str(nullptr)
{
string tmp(s._str);
swap(_str, tmp._str)
}
string& operator=(string s)
{
swap(_str, s._str);
return *this;
}
~string()
{
delete[] _str;
}
private:
char* _str;
};
}
对现代写法加上_size、_capacity，引入Router::string::swap()以交换Router::string的所有数据成员，修改如下：
// 新增一个替换数据成员的swap函数
void swap(string& s)
{
std::swap(_str, s._str);
std::swap(_size, s._size);
std::swap(_capacity, s._capacity);
}
// 更简洁的赋值运算符重载现代写法
string& operator=(string s)
{
swap(s);// 等价于 this->swap(s);
return *this;
}
string(const string& s)
:_str(nullptr), _size(0), _capacity(0)
{
string tmp(s._str);
swap(tmp);
}
string中也提供了交换成员变量的 void swap(string& s),我们知道std库中也有一个std::swap的交换函数，那么谁效率更高呢，我们看一下std::swap的原码：
可以看到首先拷贝构造了一个临时string对象c，一次深拷贝，然后b赋值给a，一次深拷贝，然后c赋值给b，又一次深拷贝，总共三次深拷贝，如果用s.swap(s1)只会把数据对象都交换一遍，不会有这三次深拷贝，效率更高。
上面的讨论仅限于C++98，C++11引入了新特性解决了swap对自定义类型的效率问题。
4 string的 扩容操作—reserve
先实现一个扩容函数reserve(n)，思路就是new开n + 1个字节的空间，先放tmp中，然后把原字符串内容拷贝过来，然后干掉原来的空间，然后修改容量的数值为新的容量.
void reserve(size_t n)
{
if (n > _capacity)
{
// 容量到100 再给'\0'多开一个
char* tmp = new char[n + 1];
strcpy(tmp, _str);
delete[] _str;
_str = tmp;
_capacity = n;
}
}
5 string的尾插操作
然后push_back和append就是和顺序表差不多的逻辑了，注意push_back要注意补充'\0'；append实现的方式就是有了足够的空间后，直接把要链接的字符串从_str + _size往后拷贝，append复用了strcpy，会自己处理'\0'.
// 增一个字符
void push_back(const char ch)
{
if (_size == _capacity)
{
// 增容 插入一个字符扩2倍即可
reserve(2 * _capacity);
}
_str[_size++] = ch;
_str[_size] = '\0';
}
// 增一个字符串
void append(const char* s)
{
size_t len = strlen(s);
if (_size + len > _capacity)
{
reserve(_size + len);
}
/*直接算好了要考到的位置 就是本来字符串的'\0'位置*/
strcpy(_str + _size, s);
}
复用push_back()和append()即可：
// +=
string& operator+=(const char ch)
{
push_back(ch);
return *this;
}
string& operator+=(const char* s)
{
append(s);
return *this;
}
但是上面写的有一个隐含的风险，如下例：
string s2;
s2 += 'c';
因为我们的capacity没考虑'\0'的空间，""的_capacity的长度为0,0*2怎么乘都是0，所以需要重新改一下push_back和append里头的扩容：
// 增一个字符
void push_back(const char ch)
{
if (_size == _capacity)
{
// 增容 插入一个字符扩2倍即可
reserve(_capacity == 0 ? 4 : 2 * _capacity);
}
_str[_size++] = ch;
_str[_size] = '\0';
}
// 增一个字符串
void append(const char* s)
{
size_t len = strlen(s);
if (_size + len > _capacity)
{
reserve(len + _size);
}
/*直接算好了要考到的位置 就是本来字符串的'\0'位置*/
strcpy(_str + _size, s);
}
6 string的扩容操作—resize
功能是把串重新定义成n长度，如果比原来的串长就会默认补充为ch字符，如果比原来的串短就会只保留前n个字符,逻辑也比较简单，注意如果大于容量扩容，记得补'\0'。
void resize(size_t n, char ch = '\0')
{
if (n <= _size)
{
// 下标为n的位置补上'\0'
_str[n] = '\0';
_size = n;
}
else
{
if (n > _capacity) reserve(n);
// 利用memset 直接把_size往后的字符赋值为ch 赋值n - _size个字节
memset(_str + _size, ch, n - _size);
_size = n;
// 补'\0'
_str[_size] = '\0';
}
}
7 string的任意位置插入—insert
首先是在pos位置插入字符ch的模拟，因为是要新增一个字符，所以如果_size == _capacity则需要扩容，然后把pos位置及其往后的位置都挪动1个字符，然后把ch插入进来：
string& insert(size_t pos, char c)
{
assert(pos <= _size);
if (_size == _capacity)
{
reserve(_capacity == 0 ? 4 : 2 * _capacity);
}
/*end指向要拷贝去的空地 注意是'\0'也要拷所以是_size + 1
如果end指向要挪动的字符 那么就会在头插时候pos = 0
无符号数始终大于等于0而出问题*/
size_t end = _size + 1;
while (end > pos)
{
_str[end] = _str[end - 1];
--end;
}
_str[pos] = ch;
_size++;
return *this;
}
然后是在pos位置插入一个字符串s,思路和插入一个字符类似，假设s串的长度为len，先考虑是否扩容问题，即len + _size > _capacity，然后把pos位置及其往后挪动len个位置，要插入的s串腾出空间，然后用strncat把原来的串的len个字符拷贝到_str + pos往后空出的位置，记得不要拷'\0'。
string& insert(size_t pos, const char* s)
{
assert(pos <= _size);
size_t len = strlen(s);
if (len + _size > _capacity)
{
reserve(len + _size);
}
size_t end = _size + len;
while (end - len + 1 > pos)
{
_str[end] = _str[end - len];
--end;
}
strncat(_str + pos, s, len);
_size += len;
return *this;
}
由此，push_back和append都可以复用insert:
void push_back(const char ch)
{
insert(_size, ch);
}
void append(const char* s)
{
insert(_size, s);
}
8 string任意位置删除任意个数个字符—erase
原型：string& erase(size_t pos = 0, size_t len = npos);支持从pos位置删除len个字符。
思路如图，主要是考虑删完了以后还剩不剩字符了，如果不剩了，直接在pos处加'\0'，并且把_size赋值成pos即可；否则就要把剩下的串挪过来，
代码如下：
string& erase(size_t pos = 0, size_t len = npos)
{
assert(pos < _size);
/*如果删完了*/
if (len == npos || pos + len >= _size)
{
_str[pos] = '\0';
_size = pos;
}
else
{
strcpy(_str + pos, _str + pos + len);
_size -= len;
}
return *this;
}
9 string查找字符和子串—find
寻找一个字符第一次在字符串中出现的位置，遍历一遍即可：
size_t find(char c, size_t pos = 0) const
{
assert(pos < _size);
for (int i = pos; i < _size; ++i)
{
if (_str[i] == c) return i;
}
return npos;
}
寻找一个字符串中一个子串第一次出现的位置，使用kmp算法或者复用strstr即可。
// kmp
size_t find(const char* s, size_t pos = 0) const
{
assert(pos < _size);
int n = strlen(s);
/*获得next数组*/
int* next = new int[10000];
next[0] = -1;
if (n > 1) next[1] = 0;
int k = 0, i = 2;
while (i < n)
{
while (k != -1 && s[k] != s[i - 1]) k = next[k];
next[i] = k + 1;
++i;
++k;
}
/*匹配*/
i = pos;
int j = 0;
while (i < _size || j < n)
{
while (j != -1 && _str[i] != s[j]) j = ne[j];
++i;
++j;
}
delete[] next;
if (j == n) return i - j;
return npos;
}
// 复用strstr
size_t find(const char* s, size_t pos = 0)
{
const char* p = strstr(_str + pos, s);
if (p == nullptr) return npos;
return p - _str;
}
10 关系比较操作符重载
思路就是去复用strcmp即可:
// relation operators
bool operator<(const string& s) const
{
return strcmp(_str, s._str) == -1;
}
bool operator==(const string& s) const
{
return strcmp(_str, s._str) == 0;
}
bool operator>(const string& s) const
{
return strcmp(_str, s._str) == 1;
}
bool operator!=(const string& s) const
{
return !(*this == s);
}
bool operator>=(const string& s) const
{
return !(*this < s);
}
bool operator<=(const string& s) const
{
return !(*this > s);
}
11 流插入和流提取操作符重载
注意由于运算符顺序，所以只能在类外实现这两个函数，operator<<可以不声明为友元，我们可以一个一个自己输出字符；operator>>必须声明为友元，因为我们要修改this->_str,我的思路是读入用一个tmp读入，然后把它的内容拷贝到_str上去，然后干掉它.
ostream& operator<<(ostream& out, const Router::string& s)
{
int sz = s.size();
for (int i = 0; i < sz; ++i)
{
out << s[i];
}
return out;
}
istream& operator>>(istream& in, Router::string& s)
{
char* tmp = new char[1000];
in >> tmp;
size_t len = strlen(tmp);
if (len > s._size)
{
s.reserve(len);
}
strcpy(s._str, tmp);
s._size = len;
delete[] tmp;
return in;
}
其他参数为string的一些模拟完全类似以const char* s的情况，因为我们可以操纵s._str，就不实现了。